待验证50% 置信事实精确时间
困惑度是语言建模的标准指标，等于平均负对数似然的指数，越低越好；零样本准确率指模型未经下游微调、直接按任务格式作答的准确率。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证困惑度（Perplexity）是衡量语言模型压缩损失最常用的指标，反映模型对测试语料的预测不确定性，数值越低代表模型越懂语言78% 相似待验证语言模型的输出置信度与其实际准确性之间存在鸿沟，这种现象在机器学习中被称为“校准不良”（miscalibration）。71% 相似待验证量化模型的困惑度可能仅上升0.1-0.5，但在特定下游任务（如代码生成、数学推理）上的表现可能出现显著退化71% 相似待验证给模型模糊指令会导致输出差异极大、可比性低，因此评测应使用非常具体的 prompt71% 相似待验证困惑度（Perplexity）是衡量量化质量最常引用的指标，数值越低说明预测能力越强，通常使用WikiText-2等标准数据集测量70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114900API
curl https://kongchang.com/api/v1/knowledge/claims/1114900MCP
get_claim(id=1114900)